원래 이름 기록: GDM控股有限责任公司

用于使用词元化的目标图像来控制例如机器人的智能体的方法和系统。该方法中的一个方法包括：接收目标图像；对目标图像进行词元化以生成多个视觉词元；在多个时间步中的每一个处：获得表征该时间步处环境的状态的一个或多个观察图像；对该一个或多个观察图像中的每一个进行词元化；生成包括表示目标图像的多个视觉词元和表示一个或多个观察图像的多个视觉词元的输入词元的序列；处理输入词元的序列，以从词元的离散词表生成表示要由智能体响应于观察图像而执行的动作的输出词元的输出序列；以及使智能体执行选择的动作。

用于训练去噪神经网络的方法、系统和设备，包括编码在计算机存储介质上的计算机程序，并且一旦该去噪神经网络经过训练就使用该去噪神经网络生成新图像。具体地，所描述的技术包括获得指定经过训练的初始去噪神经网络的数据、获得训练数据，以及使用该训练数据针对去噪目标来训练目标去噪神经网络。目标去噪神经网络包括经过训练的初始去噪神经网络的核心子网络，但也包括经过训练的初始去噪神经网络中未包括的目标编码器神经网络和目标解码器神经网络。通过训练包括经过训练的初始去噪神经网络的核心子网络的目标神经网络，该系统实现可用于生成高分辨率图像的大规模目标去噪神经网络的稳定训练。